Ir al contenido

Documat


Metacognición e inteligencia artificial: más allá del paralelismo de funcionamiento

  • Autores: María Consuelo Sáiz Manzanares Árbol académico
  • Directores de la Tesis: César García Osorio (dir. tes.) Árbol académico, José Francisco Díez Pastor (dir. tes.) Árbol académico
  • Lectura: En la Universidad de Burgos ( España ) en 2019
  • Idioma: español
  • Número de páginas: 217
  • Tribunal Calificador de la Tesis: Francisco José García Peñalvo (presid.) Árbol académico, Álvar Arnaiz González (secret.) Árbol académico, Nicolás García-Pedrajas (voc.) Árbol académico, Leandro S. Almeida (voc.) Árbol académico, Rebeca Cerezo Menéndez (voc.) Árbol académico
  • Enlaces
    • Tesis en acceso abierto en: RIUBU
  • Resumen
    • español

      El objeto de esta tesis ha sido el de aplicar conocimientos de la Inteligencia Artificial al campo de la Psicología Cognitiva y Metacognitiva. En concreto, este trabajo se ha centrado en el uso de técnicas de aprendizaje automático (Machine Learning), tanto respecto del uso de técnicas de aprendizaje supervisado (supervised) como de las técnicas de aprendizaje no supervisado (unsupervised). Ambas se han aplicado para favorecer el aprendizaje personalizado en los estudiantes y, en último término mejorar su rendimiento y satisfacción. En la actualidad el aprendizaje, especialmente en entornos de Educación Superior, se está desarrollando a través de plataformas interactivas, Learning Management System (LMS), como por ejemplo Moodle. Estos entornos ofrecen muchas posibilidades de registro de la actividad (logs o unidades de registro) y de extracción de dicha información, ya que estos registros se almacenan en bases de datos y estas pueden ser descargadas de forma sencilla en ficheros con distintos formatos CSV, XLS, JSON, etc.

    • English

      The aim of this thesis has been to apply knowledge of artificial intelligence to the field of cognitive and metacognitive psychology. Specifically, this work has focused on the use of automatic learning techniques (Machine Learning), supervised and unsupervised, to analyze the effect on the satisfaction and performance of students of different actions that sought to provide them with a personalized learning experience. Currently, learning, especially in Higher Education environments, is being developed through interactive platforms, Learning Management System (LMS), such as Moodle. These environments offer many possibilities for registering the student activity (logs or registration units) and extracting this information, as these records are stored in databases and these can be downloaded easily in files with different formats CSV, XLS, JSON, and so on.


Fundación Dialnet

Mi Documat

Opciones de tesis

Opciones de compartir

Opciones de entorno